近日，H2O.ai 宣布推出兩款新型視覺語言模型，旨在提升文檔分析和光學(xué)字符識別(OCR)任務(wù)的效率。這兩款模型分別是 H2OVL Mississippi-2B 和 H2OVL-Mississippi-0.8B，它們在性能上與大型科技公司的模型相比，展現(xiàn)出令人矚目的競爭力，可能為處理文檔繁重工作流的企業(yè)提供更為高效的解決方案。

　　H2OVL Mississippi-0.8B 模型雖然只有8億參數(shù)，卻在 OCRBench 文本識別任務(wù)中超越了所有其他模型，包括那些擁有數(shù)十億參數(shù)的競爭對手。而20億個參數(shù)的 H2OVL Mississippi-2B 模型則在多項視覺語言基準測試中表現(xiàn)不俗。

　　H2O.ai 將這兩款新模型免費發(fā)布在 Hugging Face 平臺上，允許開發(fā)者和企業(yè)根據(jù)自身需求對模型進行修改和適應(yīng)。這一舉措不僅擴大了 H2O.ai 的用戶基礎(chǔ)，也為希望采用文檔 AI 解決方案的企業(yè)提供了更多選擇。